孤立性小腿深静脉血栓自然史研究
该数据集来自 clinicaltrials.gov，聚焦孤立性小腿深静脉血栓的自然史。研究对象为疑似腿部 DVT 的门诊患者，依据临床预检概率、D-dimer 检测及近端深静脉加压超声进行筛查，纳入近端 DVT 被排除且预检概率为中/高或 D-dimer 异常者
基本信息
资源简介
孤立性小腿深静脉血栓自然史研究
该数据集来自 clinicaltrials.gov，聚焦孤立性小腿深静脉血栓的自然史。研究对象为疑似腿部 DVT 的门诊患者，依据临床预检概率、D-dimer 检测及近端深静脉加压超声进行筛查，纳入近端 DVT 被排除且预检概率为中/高或 D-dimer 异常者。入组患者接受小腿深静脉广泛超声检查，结果封存三个月后开启，期间按标准流程在 5-7 天内复查超声。数据可用于 DVT 诊断路径与预后分类研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：孤立性远端 DVT、近端 DVT、肺栓塞。因疑似腿部 DVT 而出现症状的门诊患者，由血管科医生按照标准流程进行检查，该流程基于临床预检概率（PTCP）评估、D-dimer 检测以及仅限于近端深静脉的 CUS。近端 DVT 被排除且 PTCP 为中/高或 D-dimer 水平异常的患者符合本研究条件。纳入的患者立即由另一位血管科医生接受小腿深静脉的广泛回声彩色多普勒检查，结果被封入信封，三个月后（或在必要时提前）开启。在此期间，患者将遵循标准诊断流程：他们收到预约，在 5-7 天后回来进行进一步的 CUS 检查，或者在症状/体征恶化时更早前来。所有纳入
【主题与分类】
主题标签：Isolated Distal DVT、Proximal DVT、Pulmonary Embolism。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00816920
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT00816920
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
病情：孤立性远端深静脉血栓形成、近端深静脉血栓形成、肺栓塞。因疑似腿部深静脉血栓形成而出现症状的门诊患者，由血管科医生按照标准流程进行检查，该流程基于验前临床概率（PTCP）评估、D-二聚体检测以及仅限于近端深静脉的CUS。那些排除近端深静脉血栓形成且具有中等/高PTCP或D-二聚体水平异常的患者符合本研究条件。纳入的患者立即由另一位血管科医生对小腿深静脉进行广泛回声彩色多普勒检查，结果封存在信封中，三个月后（或在必要时提前）打开。在此期间，患者将遵循标准诊断流程：他们收到预约，在5-7天后回来进行进一步的CUS检查，或者在症状/体征恶化时提前进行。所有纳入的患者在三个月后接受电话随访，以排除可能的并发症。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
